Claims (38)
1. Компьютерно-реализуемый способ обработки изображений, включающий в себя1. Computer-implemented method for image processing, including
получение данных изображения с микроскопа, определяющих изображение предметного стекла микроскопа для окрашенного гематоксилином и эозином образца ткани, при этом данные изображения предметного стекла микроскопа содержат множество пикселей изображения;obtaining image data from a microscope defining an image of a microscope slide for a tissue sample stained with hematoxylin and eosin, while the image data of the microscope slide contain many image pixels;
получение данных дескриптора, указывающих тип ткани, из которого происходит образец ткани;obtaining descriptor data indicating the type of tissue from which the tissue sample is derived;
выбор, на основании данных дескриптора, операции с изображением, сконфигурированной для преобразования данных изображения;selecting, based on the descriptor data, an image operation configured to convert image data;
применение выбранной операции с изображением к данным изображения для идентификации ряда дискретных областей пространства на изображении;applying the selected image operation to image data to identify a number of discrete areas of space in the image;
выбор из хранилища данных множества количественных метрик изображения, при этом количественные метрики изображения выбирают на основании данных дескриптора,selecting from the data warehouse a plurality of quantitative image metrics, wherein the quantitative image metrics are selected based on descriptor data,
определение, для каждой дискретной области пространства, значения данных области изображения для каждой из множества количественных метрик изображения на основании подмножества данных изображения, ассоциированных с конкретной или каждой дискретной областью пространства,determining, for each discrete region of space, the values of the image region data for each of the plurality of quantitative image metrics based on a subset of the image data associated with a particular or each discrete region of space,
использование данных дескриптора для выбора из хранилища данных по меньшей мере одного компараторного набора значений данных модели ткани, при этом каждый компараторный набор ассоциирован с отдельной соответствующей компараторной структурой ткани, и каждый компараторный набор содержит значения данных для множества количественных метрик изображения для соответствующей компараторной структуры ткани;using descriptor data to select from the data store at least one comparator set of tissue model data values, each comparator set associated with a separate corresponding tissue comparator structure, and each comparator set containing data values for a plurality of quantitative image metrics for the corresponding tissue comparator structure;
сравнение значений данных области изображения для каждой дискретной области по меньшей мере с одним компараторным набором; comparing the image region data values for each discrete region with at least one comparator set;
в случае, когда значение данных области изображения для конкретной или каждой дискретной области пространства соответствует компараторному набору, предоставление карты данных изображения, показывающей, что конкретная дискретная область пространства содержит соответствующую компараторную структуру ткани;in the case where the value of the image area data for a particular or each discrete area of space corresponds to a comparator set, providing an image data card showing that the particular discrete area of space contains a corresponding comparator fabric structure;
в случае, когда дискретная область пространства (ROI) не соответствует данным компаратора, ее классифицируют как неразрешенную ROI, и дополнительную операцию с изображением применяют к неразрешенной ROI с получением модифицированной ROI; иin the case when the discrete region of space (ROI) does not match the data of the comparator, it is classified as an unresolved ROI, and an additional image operation is applied to the unresolved ROI to obtain a modified ROI; and
вычисление для модифицированной ROI по меньшей мере одной количественной метрики изображения для сравнения с данными компаратора с целью классификации модифицированной ROI.calculating for the modified ROI at least one quantitative image metric for comparison with comparator data to classify the modified ROI.
2. Способ по п. 1, в котором операция с изображением включает операцию сравнения с порогом, сконфигурированную для предоставления карты изображения с двумя состояниями, например,2. The method of claim 1, wherein the image operation includes a threshold comparison operation configured to provide an image map with two states, for example,
в котором дискретные области пространства содержат смежные группы пикселей, принадлежащие к первому из двух состояний карты с двумя состояниями, например, в котором смежные группы пикселей содержат превышающие порог пиксели.in which the discrete regions of space contain adjacent groups of pixels belonging to the first of two states of the map with two states, for example, in which adjacent groups of pixels contain pixels that exceed the threshold.
3. Способ по любому из предшествующих пунктов, в котором количественные метрики изображения включают в себя по меньшей мере одну из: размера дискретной области пространства (ROI), формы дискретной области пространства (ROI), оптической плотности дискретной области пространства (ROI), границы дискретной области пространства (ROI), и содержит ли дискретная область пространства (ROI) идентифицируемые подкомпоненты ROI.3. The method according to any one of the preceding paragraphs, wherein the quantitative image metrics include at least one of: a discrete space region (ROI) size, a discrete space region (ROI) shape, an optical density of a discrete space region (ROI), a discrete boundary space region (ROI), and whether the discrete space region (ROI) contains identifiable ROI subcomponents.
4. Способ по любому из предшествующих пунктов, в котором дополнительная операция с изображением включает по меньшей мере одно из размывания, расширения и открытия.4. The method according to any one of the preceding paragraphs, in which the additional operation with the image includes at least one of blurring, expanding and opening.
5. Способ по любому из предшествующих пунктов, включающий в себя сравнение значения по меньшей мере одной количественной метрики изображения для модифицированной ROI с данными компаратора с целью идентификации модифицированной ROI.5. The method according to any one of the preceding paragraphs, comprising comparing the value of at least one quantitative image metric for the modified ROI with the data of the comparator in order to identify the modified ROI.
6. Способ по п. 5, в котором, в случае, когда одно или более значений по меньшей мере одной количественной метрики изображения для модифицированной ROI не соответствуют данным компаратора для идентификации модифицированной ROI, способ включает в себя получение второй модифицированной ROI путем применения второй дополнительной операции с изображением по меньшей мере к одной из: (a) неразрешенной ROI и (b) модифицированной ROI.6. The method according to claim 5, in which, in the case where one or more values of at least one quantitative image metric for the modified ROI does not match the data of the comparator for identifying the modified ROI, the method includes obtaining a second modified ROI by applying a second additional operations with the image to at least one of: (a) an unauthorized ROI and (b) a modified ROI.
7. Способ по п. 6, включающий в себя вычисление для второй модифицированной ROI по меньшей мере одной количественной метрики изображения, выбранной из списка, включающего в себя: размер ROI, форму ROI, оптическую плотность ROI, границу ROI, и содержит ли ROI идентифицируемые подкомпоненты ROI, и7. The method according to claim 6, including calculating for the second modified ROI at least one quantitative image metric selected from a list including: ROI size, ROI shape, optical density ROI, ROI boundary, and whether the ROI contains identifiable ROI subcomponents, and
сравнение значений по меньшей мере одной количественной метрики изображения для второй модифицированной ROI с данными компаратора для идентификации второй модифицированной ROI, например,comparing the values of at least one quantitative image metric for the second modified ROI with the data of the comparator to identify the second modified ROI, for example,
в случае, когда вторая модифицированная ROI не соответствует данным компаратора для идентификации второй модифицированной ROI, способ включает в себя циклическое повторение:in the case when the second modified ROI does not match the data of the comparator for identifying the second modified ROI, the method includes cyclic repetition:
(i) применение еще одного оператора изображения с получением дополнительно модифицированной ROI;(i) applying another image operator to obtain an additionally modified ROI;
(ii) вычисление по меньшей мере одной количественной метрики изображения; и(ii) calculating at least one quantitative image metric; and
(iii) сравнение значений по меньшей мере одной количественной метрики изображения для этой дополнительно модифицированной ROI с данными компаратора для идентификации этой дополнительно модифицированной ROI.(iii) comparing the values of at least one quantitative image metric for this additionally modified ROI with comparator data to identify this additionally modified ROI.
8. Способ по любому из предшествующих пунктов, в котором операция с изображением включает пространственный фильтр, сконфигурированный для идентификации структурированных данных изображения, которые описывают структуры, имеющие шкалу пространственной длины в выбранном диапазоне, например, 8. The method according to any one of the preceding paragraphs, in which the image operation includes a spatial filter configured to identify structured image data that describes structures having a spatial length scale in a selected range, for example,
в котором пространственный фильтр включает морфологический фильтр, имеющий структурирующий элемент, выбранный на основании данных дескриптора, при этомwherein the spatial filter includes a morphological filter having a structuring element selected based on descriptor data, wherein
по меньшей мере одно из размера и формы структурирующего элемента выбирают на основании данных дескриптора.at least one of the size and shape of the structuring element is selected based on the descriptor data.
9. Способ по любому из предшествующих пунктов, в котором множество количественных метрик изображения включает в себя метрику, основанную на оптической плотности в конкретной или каждой дискретной области.9. The method according to any one of the preceding paragraphs, in which the set of quantitative image metrics includes a metric based on the optical density in a particular or each discrete area.
10. Способ по любому из предшествующих пунктов, в котором множество количественных метрик изображения включает в себя:10. The method according to any one of the preceding paragraphs, in which the set of quantitative image metrics includes:
(a) метрику, основанную на пространственных частотных данных в выбранном диапазоне пространственных частот в конкретной или каждой дискретной области;(a) a metric based on spatial frequency data in a selected spatial frequency range in a particular or each discrete domain;
(b) метрику, основанную на данных текстуры в конкретной или каждой дискретной области; и(b) a metric based on texture data in a particular or each discrete area; and
(c) по меньшей мере одну метрику морфологии ткани по шкале длины, выбранной на основании данных дескриптора.(c) at least one tissue morphology metric on a length scale selected based on descriptor data.
11. Способ по любому из предшествующих пунктов, включающий в себя определение на основании идентичности соответствующей компараторной структуры ткани, следует ли дополнительно анализировать конкретную или каждую дискретную область, при этом в случае, когда конкретную или каждую дискретную область не будут дополнительно анализировать, конкретную или каждую дискретную область исключают из последующего анализа данных изображения.11. The method according to any one of the preceding paragraphs, including determining, on the basis of the identity of the corresponding comparator structure of the tissue, whether a specific or each discrete area should be further analyzed, while in the case where a specific or each discrete area will not be further analyzed, a specific or each discrete region is excluded from subsequent analysis of image data.
12. Способ по любому из предшествующих пунктов, включающий в себя применение первого морфологического фильтра к данным изображения в конкретной или каждой дискретной области в случае, когда конкретную или каждую дискретную область следует проанализировать дополнительно, при этом морфологический фильтр имеет структурирующий элемент, выбранный для предоставления данных по клеточным ядрам, идентифицирующих клеточные ядра.12. The method according to any one of the preceding paragraphs, which includes applying the first morphological filter to image data in a particular or each discrete area in the case when a particular or each discrete area should be further analyzed, while the morphological filter has a structuring element selected to provide data by cell nuclei that identify cell nuclei.
13. Способ по любому из предшествующих пунктов, включающий в себя получение значений данных для указанного множества количественных метрик изображения из множества изображений предметного стекла микроскопа, выбор последовательности из множества изображений предметного стекла микроскопа на основании значений данных для по меньшей мере одной из указанного множества количественных метрик изображения, например, дополнительно включающий в себя представление множества изображений предметного стекла микроскопа человеку-оператору в выбранной последовательности.13. The method according to any one of the preceding paragraphs, including obtaining data values for the specified set of quantitative image metrics from the set of images of a microscope slide, selecting a sequence of many images of the microscope slide based on data values for at least one of the specified set of quantitative metrics images, for example, additionally including the presentation of a plurality of images of a microscope slide to a human operator in constant sequence.
14. Способ по любому из предшествующих пунктов, в котором данные изображения включают в себя данные оптической плотности.14. The method according to any one of the preceding paragraphs, in which the image data includes optical density data.
15. Диагностическое устройство, сконфигурированное для выполнения способа по любому из предшествующих пунктов, например, при этом устройство сконфигурировано для предоставления по меньшей мере одного из (a) дополненного изображения, содержащего указание результата по меньшей мере одного из указанных этапов сравнения, и (b) диагностического указания наличия раковых клеток в ткани на основании результата по меньшей мере одного из указанных этапов сравнения.15. A diagnostic device configured to perform the method according to any one of the preceding paragraphs, for example, the device is configured to provide at least one of (a) an augmented image containing an indication of the result of at least one of these comparison steps, and (b) diagnostic indications of the presence of cancer cells in the tissue based on the result of at least one of these comparison steps.
16. Компьютерный программный продукт, включающий в себя инструкции программ, сконфигурированные для программирования процессора для выполнения способа по любому из пп. 1-13.16. A computer software product that includes program instructions configured to program the processor to perform the method according to any one of claims. 1-13.